Temas Relacionados

Localização

Departamento de Saúde Pública. Rua BARÃO DE ITAPARY, 155, Centro. - São Luis / MA

Áreas de Atuação

Saúde Pública; Global Health; Epidemiologia; Serviços de Saúde.

Resumo

O nascimento pré-termo (NPT) é um problema crescente de saúde em todo o mundo, atualmente considerada a principal causa de mortes de recém-nascidos, sendo responsável por 1,09 milhão de mortes / ano de crianças menores de 5 anos. Esse ônus é ainda mais surpreendente em países de baixa e média renda, com alguns países atingindo até 18% de NPT. No Brasil especificamente, as taxas de NPT dobraram de 6,5% em 2004 para 12% em 2013. Identificar as causas evitáveis e realizar a estratificação precoce do risco de gestantes mostrou-se eficaz no desenvolvimento de estratégias preventivas com o objetivo de reduzir o NPT. Pesquisas mostraram que a carga do NPT é maior em populações de baixa renda e em locais com menor qualidade de atenção primária pré-natal. No entanto, embora existam dados, a capacidade de identificar gestações de risco e de inscrever mulheres em estratégias de prevenção foi enfraquecida pela complexidade dos fatores de risco associados. NPT envolve vários componentes, como idade das mães acima de 35 anos, primiparidade, parto duplo, hipertensão, diabetes, parto pré-termo prévio, entre outros elementos. Nosso objetivo é combinar diferentes fontes de dados em nível nacional para entender os principais preditores do NPT e desenvolver um modelo preditivo baseado em aprendizado de máquina para conduzir estratificação de risco automatizado para NPT no Brasil no nível de atendimento, integrado com visualização avançada de dados para análises clínicas. apoio à decisão. Assim, os nossos objetivos específicos para esta proposta são: 1. Vinculação entre bases de dados com determinantes sociais, prestação de cuidados de saúde e características individuais relacionadas com o risco de mulheres grávidas para NPT. Agregaremos pelo menos três fontes de dados brasileiras para gerar uma plataforma de big data para investigar o NPT em nível nacional. O resultado será um banco de dados de nível individual com todas as informações associadas por indivíduos. 2. Desenvolver um modelo preditivo baseado em aprendizado de máquina para realizar a estratificação de risco de gestantes em risco de NPT. Vamos treinar e comparar diferentes abordagens para gerar o algoritmo mais preciso para classificar o risco de NPT em mulheres grávidas. Nossa hipótese é que a agregação de determinantes sociais, assistência médica e características individuais gerará um modelo com potencial para ser usado no cenário da atenção primária. 3. Construir um aplicativo de suporte à decisão integrando o algoritmo de aprendizado de máquina, visualização de dados e sistemas de informações geográficas. Integraremos o algoritmo baseado em aprendizado de máquina com sistemas de visualização de dados e informações geográficas para construir uma ferramenta de sistema de apoio à decisão de código aberto a ser usada na vigilância de NPT no cenário da atenção primária com dados prontamente disponíveis no primeiro contato do paciente sistema de saúde. Nossa proposta está alinhada com o chamado “Brasil: Abordagens de Ciência de Dados para Melhorar a Saúde Materna e Infantil no Brasil”, que se propõe a usar ferramentas de ciência de dados para construir soluções dedicadas a abordar resultados de saúde inadequados, como o NPT. Portanto, nossa proposta se integraria à prática atual, acrescentando uma solução inovadora e baseada em evidências para estratificar e monitorar o perfil de cada gestante no momento do primeiro contato com qualquer nível do sistema de saúde.

Público Alvo

gestores e trabalhadores da área da saúde, comunidade científica, usuários do SUS

Local da Implementação da Solução

Brasil

Abrangência

Nacional

Parceiros

SIM. Organização Pan Americana de Saúde-Brazil; Duke University-USA; Methods, Analytics and Technology for Health (M.A.T.H.) Consortium; Universidade Federal de Minas Gerais; Universidade Federal de Pelotas; Universidade Estadual de Maringá.

Período de Desenvolvimento da Solução

Desde outubro de 2018 esta solução está sendo desenvolvida a partir do Edital 2018 Grand Challend Exploration – Fundação Bill & Melinda Gattes.

Quais foram as principais influências na construção da Solução?

O crescente número de nascimentos pre-termos, apesar dos avanços tecnológicos despertam nosso interesse em desenvolver tecnologias para enfrentar esse problema, de modo integrado ao SUS.

Quais os principais resultados observados (até agora)?

Criação de banco de dados de diferentes fontes com informações associadas por indivíduo a nível nacional; Construção de algoritmo de risco de identificação precoce no território de mulheres em maior risco de nascimento pre termo; Primeira versão de um aplicativo de suporte à decisão que integre o algoritmo de aprendizado de máquina, visualização de dados e sistemas de informações geográficas.

Status atual da solução

Em aplicação

A Solução possui financiamento? Quais?

Bill & Melinda Gattes; FAPEMA; CNPq.

A Solução possui potencial de escalonamento? Quais?

Sim. Local, regional, nacional e internacional.

A Solução possui potencial de replicabilidade? Quais?

Sim. Locais onde tem informação de cuidado pre-natal, atenção primária.

Como ocorre/ocorreu a divulgação da Solução?